召回率

召回率(Recall)和精度(Precise)是广泛用于信息检索和统计学分类领域的两个度量值
召回率是检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系统的查全率
对于一个检索系统来讲，召回率和精度不可能两全其美: 召回率高时，精度低，精度高时，召回率低
P=TP/(TP+FP)
R=TP/(TP+FN)
TP 表示 True Positive， FP 表示 False Positive
FN 表示 Flase Negative，TF 表示 True Negative
召回率(recall rate)和精度(precision)定义:
从一个大规模数据集合中检索文档时，可把文档分成四组
- 系统检索到的相关文档(A)
- 系统检索到的不相关文档(B)
- 相关但是系统没有检索到的文档(C)
- 不相关且没有被系统检索到的文档(D)
一个好的检索系统检索到的相关文档越多越好，不相关文档越少越好。召回率和精度是衡量信息检索系统性能最重要的参数。
召回率R: 用检索到相关文档数作为分子，所有相关文档总数作为分母，即 R=A/(A+C)
精度P: 用检索到相关文档数作为分子，所有检索到的文档总数作为分母，即 P=A/(A+B)
举例说明:
一个数据库有500个文档，其中有50个文档符合定义的问题。系统检索到75个文档，但是只有45个符合定义的问题。
召回率 R=45/50=90%
精度 P=45/75=60%
系统检索是比较有效的，召回率为90%，但是结果有很大的噪音，有近一半的检索结果是不相关。 在不牺牲精度的情况下，获得一个高召回率是很困难的。召回率越高，精度下降的很快，而且这种趋势不是线性的。